漫步STL-vector in 【Cpp】 V.S. Vector in 【Java】
vector in Cpp V.S. Vector in Java
-
- 0. Intro
- 1. Vector in Java
-
- 1.1 Vector类的层次结构图
- 1.2 Vector快速入门
- 1.3 Vector底层浅析
- 1.4 Vector 和ArrayList 的比较
- 2. vector in Cpp
-
- 2.0 Intro
- 2.1 模板和泛型的应用
- 2.2 常用构造函数接口
-
- 2.2.1 结合模板快捷操作
- 2.3 遍历**Element access**
-
- 2.3.1 下标
- 2.3.2 迭代器和反向迭代器**Iterators**
-
- 迭代器
- 反向迭代器
- 2.3.3 范围for循环
- 2.3 增删查改Modifiers
-
- :herb: swap
- 2.4 空间增长**Capacity**
- 2.5 迭代器失效
-
- 2.5.1 情况一
- 2.5.2 情况一问题解决
- 2.5.3 情况二
- 2.5.4 情况二问题解决
- 3. vector模拟实现
-
- 3.1 构造一个简单的vector雏形
- 3.2 进一步完善vector
-
- :herb: push_back
- :herb: reserve
- :herb: resize
- :herb: insert
- :herb: erase
- :herb: []重载
- :herb: empty
- :herb: pop_back
- :herb: 迭代器初始化
- :herb: 拷贝构造
- :herb: 赋值运算符重载
- 3.3 深层次深浅拷贝问题
-
- 3.3.1 分析问题
- 3.3.2 解决问题
0. Intro
和上一篇string的学习一样，刚刚学习了cpp中STL提供的vector类，之前也有浅学Java相关Vector类的知识点，于是希望整理有关知识，加深记忆，并区分不同的方法与函数，巩固记忆，当然重点还是放在STL中的vector类上
1. Vector in Java
我们还是先来回顾一下Vector in Java
1.1 Vector类的层次结构图
1.2 Vector快速入门
Vector底层也是一个对象数组
protected Object[] elementData;
Vector线程安全,Vector类的操作方法带有synchronized,开发中若有线程安全需求，使用Vector
public synchronized E get(int index) {
if (index > = elementCount)
throw new ArrayIndexOutOfBoundsException(index)
return elementData(index)
}
1.3 Vector底层浅析
// new Vector() 底层
//无参构造器
public Vector() {
this(10);
}
//如果是Vector vector = new Vector(8);
//有参构造器:
public Vector(int initialCapacity) {
this(initialCapacity, 0);
}
//Vector.add(i)
//下面这个方法就添加数据到vector 集合
public synchronized boolean add(E e) {
modCount++;
ensureCapacityHelper(elementCount + 1);
elementData[elementCount++] = e;
return true;
}
//确定是否需要扩容条件： minCapacity - elementData.length>0
private void ensureCapacityHelper(int minCapacity) {
// overflow-conscious code
if (minCapacity - elementData.length > 0)
grow(minCapacity);
}
//如果需要的数组大小不够用，就扩容, 扩容的算法
//newCapacity = oldCapacity + ((capacityIncrement > 0) ?
// capacityIncrement : oldCapacity);
//就是扩容两倍.
private void grow(int minCapacity) {
// overflow-conscious code
int oldCapacity = elementData.length;
int newCapacity = oldCapacity + ((capacityIncrement > 0) ?
capacityIncrement : oldCapacity);
if (newCapacity - minCapacity < 0)
newCapacity = minCapacity;
if (newCapacity - MAX_ARRAY_SIZE > 0)
newCapacity = hugeCapacity(minCapacity);
elementData = Arrays.copyOf(elementData, newCapacity);
}
1.4 Vector 和ArrayList 的比较
我们常常会在ArrayList和Vector中做比较和选择
2. vector in Cpp
2.0 Intro
首先要知道vector其实是一个可以动态增长的数组,看看文档
vector是表示可变大小数组的序列容器。
就像数组一样，vector也采用的连续存储空间来存储元素。也就是意味着可以采用下标对vector的元素进行访问，和数组一样高效。但是又不像数组，它的大小是可以动态改变的，而且它的大小会被容器自动处理。
本质讲，vector使用动态分配数组来存储它的元素。当新元素插入时候，这个数组需要被重新分配大小为了增加存储空间。其做法是，分配一个新的数组，然后将全部元素移到这个数组。就时间而言，这是一个相对代价高的任务，因为每当一个新的元素加入到容器的时候，vector并不会每次都重新分配大小。
vector分配空间策略：vector会分配一些额外的空间以适应可能的增长，因为存储空间比实际需要的存储空间更大。不同的库采用不同的策略权衡空间的使用和重新分配。但是无论如何，重新分配都应该是对数增长的间隔大小，以至于在末尾插入一个元素的时候是在常数时间的复杂度完成的。
因此，vector占用了更多的存储空间，为了获得管理存储空间的能力，并且以一种有效的方式动态增长。
与其它动态序列容器相比， vector在访问元素的时候更加高效，在末尾添加和删除元素相对高效。对于其它不在末尾的删除和插入操作，效率更低。比起lists和forward_lists统一的迭代器和引用更好。
2.1 模板和泛型的应用
利用模板vector就可以存入多种类型的值
template<class T>
void PrintVector(const vector<T>& v)
{
vector<T>::const_iterator it1 = v.begin();
while (it1 != v.end())
{
cout << *it1 << " ";
++it1;
}
cout << endl;
}
2.2 常用构造函数接口
| (constructor)构造函数 | 接口说明 |
|---|---|
| vector() | 无参构造 |
| vector（size_type n, const value_type& val = value_type()） | 构造并初始化n个val |
| vector (const vector& x); | 拷贝构造 |
| vector (InputIterator first, InputIterator last); | 使用迭代器进行初始化构造 |
//无参构造
vector<int> v1;
//构造并初始化n个val
vector<int> v2(10, 0);
//使用迭代器进行初始化构造
vector<int> v3(v2.begin(), v2.end());
思考一下可不可以用vector里面存放着char来替代string
//可以和string一起用
string s("hello world");
vector<char> v4(s.begin(), s.end());
不太行，vector没有+=,append,比较，且没有\0
2.2.1 结合模板快捷操作
下面的时候往往可以一步到位，这背后存在着优化
vector<string> v5;
//两步完成
string s3("sort");
v5.push_back(s3);
//一步完成
v5.push_back(string("Hello"));
// 更直接的推荐方法
v5.push_back("H");
2.3 遍历Element access
三种遍历方式
2.3.1 下标
// 遍历1
for (size_t i = 0; i < v1.size(); ++i)
{
cout << v1[i] << " ";
}
cout << endl;
2.3.2 迭代器和反向迭代器Iterators
迭代器也是可遍历可修改的
| iterator的使用 | 接口说明 |
|---|---|
| begin +end | 获取第一个数据位置的iterator/const_iterator， 获取最后一个数据的下一个位置的iterator/const_iterator |
| rbegin + rend | 获取最后一个数据位置的reverse_iterator，获取第一个数据前一个位置的reverse_iterator |
迭代器
// 遍历2
vector<int>::iterator it1 = v1.begin();
while (it1 != v1.end())
{
*it1 += 1;
cout << *it1 << " ";
++it1;
}
cout << endl;
注意const对象对应的是const迭代器
void PrintVector(const vector<int>& v)
{
//v[0] = 20;
vector<int>::const_iterator it1 = v.begin();
while (it1 != v.end())
{
//*it1 += 1;
cout << *it1 << " ";
++it1;
}
cout << endl;
}
反向迭代器
用auto可以简化代码，使用比较方便
vector<string> copy(v5);
//vector::reverse_iterator rit = copy.rbegin();
auto rit = copy.rbegin();
while (rit != copy.rend())
{
cout << *rit << " ";
++rit;
}
cout << endl;
2.3.3 范围for循环
// 遍历3 (自动判断结束，自动迭代++)
// 实际上其实就是被替换成了迭代器
for (auto e : v1)
{
cout << e << " ";
}
cout << endl;
用的最多的还是下标方式的访问方法，简单又好用，当时迭代器也得掌握，因为任何容器都可以使用迭代器方式，一般指针形式的都是可读可写的
还有一点要注意就是说vector底层确实是有指针实现的，但不是所有的都是，list就不一定是
2.3 增删查改Modifiers
| vector增删查改 | 接口说明 |
|---|---|
| push_back | 尾插 |
| pop_back | 尾删 |
| find | 查找（注意这个是算法模块实现，不是vector的成员接口） |
| insert | 在position之前插入val |
| erase | 删除position位置的数据 |
| swap | 交换两个vector的数据空间 |
| operator[ ] | 像数组一样访问 |
#### push_back
使用案例
vector<int> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
v.push_back(4);
v.push_back(5);
v.insert(v.begin(), 0);
for (auto e : v)
{
cout << e << " ";
}
cout << endl;
下面来看看查找，如果我要在指定位置插入一个数据怎么办，其实用find即可，这个find在文档中并没有放在vector一章里面，而是在algorithm中，所以要使用的时候要引一下头文件
vector<int> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
v.push_back(4);
v.push_back(5);
v.push_back(6);
// 3的前面插入一个30
vector<int>::iterator pos = find(v.begin(), v.end(), 3);
if (pos != v.end())
{
v.insert(pos, 30);
}
for (auto e : v)
{
cout << e << " ";
}
cout << endl;
一般情况下，建议少用insert和erase，因为这两个如果完成的是头部或者中间插入删除的话，他们的效率是O（N）,因为要挪动数据
swap
推荐原因就是因为如果用第一个会调用三次深拷贝，代价很大
// C++98 推荐第二个
swap(v1, v2);
v1.swap(v2);
// C++11 都一样
C++11中又要另说，可以达到不用深拷贝
2.4 空间增长Capacity
| 容量空间 | 接口说明 |
|---|---|
| size | 获取数据个数 |
| capacity | 获取容量大小 |
| empty | 判断是否为空 |
| resize | 改变vector的size |
| reserve | 改变vector放入capacity |
String中用的很少但是Vector用得很多的地方：resize扩容问题
resize在对象中插入n个空间，默认设置为'\0',如果空间需要减少，就应该是把空间保留到该数字的大小个空间，而且最后一个空间肯定是放成'\0'，capacity是不一定改变的
resize函数一般不会按照你给的数字进行扩容，而是会对齐扩容到4/8的倍数
s1.resize(20, 'x');
cout << "size:" << s1.size() << endl;
cout << "capacity:" << s1.capacity() << endl;
cout << s1 << endl;
对于capacity不同的STL版本实现的效果是不同的
// 验证vector的增容方式
size_t sz;
std::vector<int> foo;
sz = foo.capacity();
std::cout << "making foo grow:\n";
for (int i = 0; i < 100; ++i) {
foo.push_back(i);
if (sz != foo.capacity()) {
sz = foo.capacity();
std::cout << "capacity changed: " << sz << '\n';
}
}
比如VS上的PJ版STL按照的就是1.5倍的增容方式
而Linux上的SGI版本STL就是按照2倍的增容方式
2.5 迭代器失效
迭代器的主要作用就是让算法能够不用关心底层数据结构，其底层实际就是一个指针，或者是对指针进行了封装，比如：vector的迭代器就是原生态指针T*。因此迭代器失效，实际就是迭代器底层对应指针所指向的空间被销毁了，而使用一块已经被释放的空间，造成的后果是程序崩溃(即如果继续使用已经失效的迭代器，程序可能会崩溃)。
会引起其底层空间改变的操作，都有可能是迭代器失效，比如：resize、reserve、insert、assign、push_back等。
2.5.1 情况一
下面的代码中我先是在vector中初始化进入123456的数据，然后定位在3之前插入30，此时我要再去删除3的时候就产生了问题，如下图所示
vector<int> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
v.push_back(4);
v.push_back(5);
v.push_back(6);
// 3的前面插入一个30
vector<int>::iterator pos = find(v.begin(), v.end(), 3);
if (pos != v.end())
{
v.insert(pos, 30);
}
for (auto e : v)
{
cout << e << " ";
}
cout << endl;
// 删除3
//这个pos已经失效了
v.erase(pos);
for (auto e : v)
{
cout << e << " ";
}
cout << endl;
下面是两种出错的情况，一种是删除错误的位置，还有一种错误是直接报错
一般情况会是删除失败
直接崩溃是因为如果在我插入新数据的时候vector的size已经满了，这时候需要增容
2.5.2 情况一问题解决
下面是合理的处理方式，只要再重新找一遍
vector<int> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
v.push_back(4);
v.push_back(5);
v.push_back(6);
// 3的前面插入一个100
vector<int>::iterator pos = find(v.begin(), v.end(), 3);
if (pos != v.end())
{
v.insert(pos, 100);
}
// 删除3
// pos在insert以后就失效了，所以我们不要用他
pos = find(v.begin(), v.end(), 3);
if (pos != v.end())
{
v.erase(pos);
}
2.5.3 情况二
当我要尝试删除所有的偶数
下面是问题代码
vector<int> v;
v.push_back(1);
v.push_back(2);
v.push_back(3);
v.push_back(4);
v.push_back(5);
v.push_back(6);
vector<int>::iterator it = v.begin();
while (it != v.end())
{
if (*it % 2 == 0)
v.erase(it);
else
++it;
}
在这里Linux的情况，则g++又不一样了，有时候报错有时候不报错这个问题的原因我们来分析一下，下面两张图很精华
VS可能是做的检查，所以不管最后一个数是奇数还是偶数，都会产生错误导致报错
2.5.4 情况二问题解决
既然是错误代码，那肯定要解决，下面是正确代码
erase(it)以后 it失效，不能++，
erase 会返回删除位置it的下一个位置用it接受就可以了
vector<int>::iterator it = v.begin();
while (it != v.end())
{
if (*it % 2 == 0)
{
// v.erase(it)以后 it失效，不能++，
// erase 会返回删除位置it的下一个位置
it = v.erase(it);
}
else
++it;
}
总结一下迭代器失效有两种可能性
- 一种是意义上的失效
- 还有是野指针（增容，缩容）
迭代器失效有两种原因
- 迭代器失效常常是由会引起其底层空间改变的操作，都有可能是迭代器失效，比如：resize、reserve、insert、assign、push_back等。
- 指定位置元素的删除操作–erase
3. vector模拟实现
先看看源码
From《STL源码刨析》
3.1 构造一个简单的vector雏形
下面是一个vector雏形，函数接口不完善，且可能还有bug，不直接写对，为的是按照一个正常逻辑来写vector并记录下易错的函数以及问题，尤其注意其中的reserve
namespace allen
{
template <class T>
class vector
{
public:
typedef T* iterator;
//构造函数
vector()
:_start(nullptr)
, _finish(nullptr)
, _endofstorage(0)
{}
vector(size_t n, T val)
: _start(nullptr)
, _finish(nullptr)
, _endofstorage(nullptr)
{
reserve(n);
while (n--)
{
push_back(value);
}
}
iterator begin()
{
return _start;
}
iterator end()
{
return _finish;
}
//析构
~vector()
{
if (_start)
delete[] _start;
_start = _finish = _endofstorage = nullptr;
}
size_t capacity()
{
return _endofstorage - _start;
}
size_t size()
{
return _finish - _start;
}
void reserve(size_t n)
{
if (n > capacity())
{
T* tmp = new T[n];
if (_start)//一开始是空的
{
memcpy(tmp,_start,sz*sizeof(int));
delete[] _start;
}
_start = tmp;
_finish = _start + size();
_endofstorage = _start + n;
}
}
private:
iterator _start;
iterator _finish;
iterator _endofstorage;
};
3.2 进一步完善vector
push_back
当我要去写push_back的时候产生了报错,这是因为之前雏形有问题所以产生了连带错误
void push_back(const T& x)
{
if (_finish == _endofstorage)
{
size_t newcapacity = capacity() == 0 ? 4 : capacity() * 2;
reserve(newcapacity);
}
*_finish = x;
++_finish;
}
reserve
那改进一下reserve，在start改之前保存一份
void reserve(size_t n)
{
if (n > capacity())
{
size_t sz = size();//这个很重要
T* tmp = new T[n];
if (_start)//一开始是空的
{
for (size_t i = 0; i < sz; ++i)
{
tmp[i] = _start[i];
}
delete[] _start;
}
_start = tmp;
_finish = _start + sz;
_endofstorage = _start + n;
}
}
resize
补充一个resize，resize有三种情况
其一是resize到比现在的finish之前，那多出的数据就可以不移除，直接改变finish指针的位置就可以
情况二是大于size（），小于capacity（），那么就补值就可以了
情况三是大于capacity（），那么需要reserve开空间同时补值
void resize(size_t n , T val= T() )//默认初始化成构造函数
{//新的小
if (n < size())
{
_finish = _start + n;
}
else
{//在中间
if (n < capacity())
{
while (_finish < _start + n)
{
*_finish = val;
++_finish;
}
}
else
{//超过capacity
reserve(n);//开新空间，拷贝
while (_finish < _start + n)
{
*_finish = val;
++_finish;
}
}
}
}
insert
会有迭代器失效的insert
下面的代码是在内部也会存在迭代器失效，因为如果增容的话，原来的pos已经失效了
void insert(iterator pos, const T& x)
{
if (_finish == _endofstorage)
{//增容
size_t newcapacity = (capacity() == 0) ? 4 : capacity() * 2;
reserve(newcapacity);
}
iterator end = _finish - 1;
while (end >= pos)
{
*(end + 1) =* end;
--end;
}
*pos = x;
++_finish;
}
解决方法就是提前处理pos
void insert(iterator pos, const T& x)
{
if (_finish == _endofstorage)
{//增容
size_t len = pos - _start;
size_t newcapacity = (capacity() == 0) ? 4 : capacity() * 2;
reserve(newcapacity);
//更新pos，解决pos增容后失效
pos = _start + len;
}
iterator end = _finish - 1;
while (end >= pos)
{
*(end + 1) =* end;
--end;
}
*pos = x;
++_finish;
}
不过解决了内部的失效问题，外部的迭代器失效还是没解决，形参的改变时不会改变外部的实参
如何写一个外部也不失效的insert，传引用且改变pos值。使得pos指向pos后一个位置
void insert(iterator& pos, const T& x)
{
if (_finish == _endofstorage)
{//增容
size_t len = pos - _start;
size_t newcapacity = (capacity() == 0) ? 4 : capacity() * 2;
reserve(newcapacity);
//更新pos，解决pos增容后失效
pos = _start + len;
}
iterator end = _finish - 1;
while (end >= pos)
{
*(end + 1) =* end;
--end;
}
*pos = x;
++_finish;
pos += 1;
}
那STL中不使用不失效的方法就是因为会导致其他问题
所以说还是，在insert之后最好不要使用pos，一定要用就重新find一次
erase
根据下面的erase可以发现迭代器失效的原因
iterator erase(iterator pos)
{
iterator it = pos + 1;
while (it != finish)
{
*(it - 1) = *it;
++it;
}
--_finish;
return pos;
}
[]重载
继续增加，下面是可读可写和只读
T& operator[](size_t i)
{
assert(i < size());
return _start[i];
}
const T& operator[](size_t i) const
{
assert(i < size());
return _start[i];
}
empty
判空
bool empty() const
{
return _start == _finish;
}
pop_back
void pop_back()
{//空的时候不可以pop
assert(!empty());
--_finish;
}
迭代器初始化
构造器中还提供了一个接口就是利用迭代器来初始化
若使用iterator做迭代器，会导致初始化的迭代器区间[first,last)只能是vector的迭代器
所以重新声明迭代器，迭代器区间[first,last)可以是任意容器的迭代器
// 类模板的成员函数，还可以再是函数模板
template<class InputIterator>
vector(InputIterator first, InputIterator last)
: _start(nullptr)
, _finish(nullptr)
, _endofstorage(nullptr)
{
while (first != last)
{
push_back(*first);
++first;
}
}
拷贝构造
探讨拷贝构造，也就是深拷贝
下面一种memcpy的方法可能会存在问题的(该问题后面马上提到)，所以用reserve，但是要用reserve的话要初始化，因为不初始化可能进入reserve之后会越界
//拷贝构造,深拷贝
// v2(v1)
vector(const vector<T>& v)
: _start(nullptr)
, _finish(nullptr)
, _endofstorage(nullptr)
{//开一样大的空间
reserve(v.capacity());
for (auto e : v)
{
push_back(e);
}
//_start=new T[v.capacity()];
//memcpy(_start,v._start,sizeof(T)*v.size());
// _endofstorage=_start+v.capacity();
//_finish=_start+=v.size();
}
赋值运算符重载
传统方法
//v1=v2
vector<T>& operator=(const vector<T>& v)//加一个const防止传过来的对象是const的
{
if (this != &v)
{
delete[]_start;
_start = new T[v.capacity()];
memcpy(_start, v._start, sizeof(T) * v.size());
_finish = _start + v.size();
_endofstorage = _start + v.capacity();
}
}
推荐现代方法（增加一个函数swap）
void swap(vector<T>& v)
{
::swap(_start, v._start);
::swap(_finish, v._finish);
::swap(_endofstorage, v._endofstorage);
}
//v1=v2
vector<T>& operator=( vector<T> v)//加一个const防止传过来的对象是const的
{
swap(v);
return *this;
}
3.3 深层次深浅拷贝问题
3.3.1 分析问题
问题来源于memcpy
这是一个深层次的问题，在于在有些情况中有可能vector中存着string类型，这是我们试着测试一下
vector<string> v;
v.push_back("1111111111111111111111111111111111");
v.push_back("22222");
v.push_back("333333333333333333333333333333333");
v.push_back("44444");
v.push_back("55555");
//string时加一个引用，减少拷贝构造
for (const auto& e : v)
{
cout << e << " ";
}
cout << endl;
在VS中第五次插入要增容但是程序却崩溃了，而且如果是某一次的string超过一定数量的字符串的话，就会出现随机值
调试以下发现问题在一个reserve中的memcpy
因为memcpy只是一个浅拷贝
void reserve(size_t n)
{
if (n > capacity())
{
size_t sz = size();//这个很重要
T* tmp = new T[n];
if (_start)//一开始是空的
{
memcpy(tmp,_start,sz*sizeof(int));
delete[] _start;
}
_start = tmp;
_finish = _start + sz;
_endofstorage = _start + n;
}
}
这个问题在VS和g++下还不一样，VS中string里面由于有一个buffer数组，如果大小超过16的话才会在堆中，指向堆中的字符串，如果不到16个的话就是存到成员内部buffer中，而g++中则没有buffer数组，只要这么干，不管多少字符都是随机值
3.3.2 解决问题
改成这样就没问题了
void reserve(size_t n)
{
if (n > capacity())
{
size_t sz = size();//这个很重要
T* tmp = new T[n];
if (_start)//一开始是空的
{
for (size_t i = 0; i < sz; ++i)
{
tmp[i] = _start[i];
}
delete[] _start;
}
_start = tmp;
_finish = _start + sz;
_endofstorage = _start + n;
}
}
为什么会没问题
STL是怎么解决的呢？通过类型萃取
⚡️ 内置类型用memcpy
⚡️ 自定义类型用for+赋值
小结
因此拷贝构造中的memcpy也会出现同样的问题，那么同样的问题就不赘述了
以上就是模拟实现的代码，如果想要所有的代码可以上我的Github自取
https://github.com/Allen9012/cpp/tree/main/c%2B%2B%E5%88%9D%E9%98%B6/vector3